LinkedIn 之外没有人真正知道其排序函数的具体细节。不过 LinkedIn 有一点比较特别:它的工程团队会发表论文，公开其排序机制。这给了我们一个架构，而不是一个公式，而这两者常常被人混为一谈。
简短的答案是:LinkedIn 把这个问题拆成了检索(哪些帖子有资格成为候选)和排序(它们以什么顺序展示)两个阶段，截至 2026 年，这两个阶段都是由模型驱动，而不是由规则驱动。
LinkedIn 声称自己在优化什么
在 2026 年 3 月 12 日发布的《打造下一代 LinkedIn 信息流》一文中，LinkedIn 工程团队描述了如何用一个基于双编码器语言模型构建的统一语义检索系统，取代原先多个独立的检索来源，并用一个名为“生成式推荐器”（Generative Recommender）的序列 Transformer 取代了原有的排序阶段。
按 LinkedIn 自己的表述，这一拆分是:“检索决定哪些帖子能进入排序阶段，排序决定用户实际会看到什么。”
排序模型会按时间顺序读取用户的历史记录，通过因果注意力机制处理超过 1,000 次过往互动，也就是说它永远不会“提前看到”未来的内容。值得注意的是，LinkedIn 表示训练数据经过筛选，只保留了获得正向互动的帖子，滑过而未互动的内容会被剔除。
注意： 以上数据截至 2026 年 9 月，已对照 LinkedIn 工程团队博客文章《打造下一代 LinkedIn 信息流》(2026 年 3 月 12 日)以及该团队此前关于信息流停留时长的文章核实。平台随时可能在不另行通知的情况下更改这些机制。
LinkedIn 依据哪些信号进行排序？
按 LinkedIn 自身文章中的强调顺序排列。
| 信号组 | LinkedIn 提到的内容 | 说明 |
|---|---|---|
| 主动互动 | 点赞、评论、转发、延长的阅读时间 | 排序模型训练所依据的正向信号 |
| 被动行为 | 停留时长、划过而未互动 | LinkedIn 工程团队有一篇专门讨论停留时长作为排序输入的论文 |
| 你的互动序列 | 按时间顺序排列的 1,000 多次过往互动 | 生成式推荐器的核心输入 |
| 语义匹配 | 通过余弦相似度比较用户与帖子的大语言模型嵌入向量 | 在排序之前决定候选资格 |
| 主页背景信息 | 行业、技能、地理位置 | 作为特征使用 |
| 互动数量 | 编码为百分位区间，而非原始数字 | 削弱了大账号的天然优势 |
| 时效性 | 存在明确的时效性信号 | 存在，但未被描述为主导因素 |
这份列表中最有价值的信息是“百分位区间”这一细节。这意味着 LinkedIn 有意不把原始的粉丝数或点赞数直接输入排序模型，这与大多数人对这个平台的通常描述恰恰相反。
最近发生了哪些变化
LinkedIn 官方声明的： 2026 年 3 月的检索和排序系统重构。停留时长作为明确的排序输入，由同一团队更早前发布。
广为流传但未获证实的： LinkedIn 会先在你人脉网络的一小部分中测试一条帖子，再逐步扩大范围(“黄金一小时”）这种说法。LinkedIn 工程团队并没有以这种方式描述过一个分阶段推送流程。它所描述的是一个按用户、按会话运行的候选生成与排序管线。早期互动确实可能有影响，因为它会改变模型“看到”的内容，但人们常引用的那种整齐的按小时划分的阈值并没有官方来源。
从业者的经验之谈： 认为外部链接会压制曝光。详见下文。
这些说法被彻底推翻
“算法讨厌链接。” 这是关于 LinkedIn 被重复次数最多的说法，但从未得到 LinkedIn 官方证实。没有任何官方声明表明含有 URL 的帖子会被降权。比较合理、也与 LinkedIn 自己对基于停留时长和互动排序的描述一致的解释是:一条把用户引导离开平台的帖子，自然会积累更少的停留时长和互动。这是一种结果，而不是一种惩罚，解决办法是把帖子本身写得值得一读，而不是把链接藏进评论区。
限流(shadowban）。 没有得到证实的机制。LinkedIn 确实会依据其政策限制账号或移除内容，而且会通知你。曝光量莫名下降，更常见的原因是你发布内容本身发生了变化。参见 限流究竟是什么。
互动小组(engagement pods）。 作为一种策略毫无根据，而且与已公开的架构直接相悖。如果互动数量是以百分位区间进入排序系统的，那互动小组顶多只能帮你跨过一个区间边界。更糟的是，互动小组带来的互动，来自那些互动历史与你目标受众并不匹配的人，而这恰恰是一个序列模型会学到、并据此判断的信号。
发布时间是决定性因素。 这种说法被夸大了。LinkedIn 的用户主要集中在工作时间活跃，所以确实存在一个基础门槛，但把发布时间调整一小时，并不是决定一条帖子能否传播开来的关键。我们的 LinkedIn 最佳发布时间 指南和 LinkedIn 发布时间工具 能帮你处理时区计算。发布频率更重要，详见 LinkedIn 应该多久发一次帖。
真正影响曝光分发的因素，按优先级排列
- 用户是否会停下来阅读。 停留时长是有据可查的输入信号。“查看更多”折叠之前的前两行文字决定了这一点。
- 有实质内容的评论。 它们是主动信号，并能延长一条帖子的生命周期。
- 主题清晰度。 语义检索是按含义匹配的，所以一条只讲清楚一件事的帖子，比讲四件事的帖子更容易被精准分发。
- 与你人脉网络真实兴趣的相关性。 模型是基于每个观看者自己的互动序列构建的。
- 带评论的转发和分享。
- 持续性。 这本身不是一个排序信号，而是让你积累到足够样本、从中学习经验的方式。
应该怎么做
把帖子写好，让前两行文字值得用户点击“查看更多”。只讲清楚一件事。回复评论，因为回复正是模型所关注的目标受众发出的主动互动信号。把链接放在读起来最自然的位置。
把 LinkedIn 和其他平台一起定时发布
发布频率是这其中你可以系统化管理的部分。BulkPublish 可以在同一个日历中，和其他 14 个平台一起定时发布 LinkedIn 个人主页和公司主页的内容，并为每个账号设置独立的发布队列，这样 LinkedIn 的发布节奏就不必跟着 Instagram 的排期走。日历功能页面 展示了具体的界面布局。
你能掌控的部分
格式、开头钩子、持续性。相比大多数平台，LinkedIn 对外公开了更多关于其运作机制的信息，读完这些信息后一个诚实的结论是:这套机制大体上奖励的是真正能让人停下来阅读的帖子。这不是什么捷径，也没有任何版本是可以花钱买到的。